Az utóbbi hetekben ugrásszerűen fejlődött a mesterséges intelligencia alapú videógenerálás, számos új modellel és funkcióval. Ebben az összehasonlító tesztben három különösen ígéretes rendszert vizsgálnak: a VO3.1-et, a Sora 2 Pro-t és a Juan 2.5-öt; emellett érintőlegesen szó esik más modellekről is, mint a Cling 2.5, a Hyo 2 és a Seedance Pro.
A tesztek során a videókészítési kihívások széles skáláját próbálják ki: valósághű fizika (pl. dominó ledöntése, labdázás, törékeny pohár széttörése), összetett mozgás (tánc, akciójelenet), valamint hang és dialógus generálása. Külön kitérnek arra, hogy melyik modell mit tud: például hogyan boldogul a hangszinkronizációval, érzelmek árnyalásával vagy akár egy zenekar animálásával a színpadon.
Érdekes kísérletként kipróbálják, hogy mely modellek tudnak a legjobban összetett jeleneteket és realisztikus interakciókat létrehozni, hogyan kezelik a nem szokványos promptokat, vagy épp mennyire képesek stílusban, kameramozgásban, arcmimikában és világításeffektusokban fejlődni. Előkerülnek új eszközök, mint a VO3.1 start-end frame vagy ingredients funkciója, illetve olyan AI-alapú képszerkesztő komponensek, amelyek új lehetőségeket nyitnak a videóalkotóknak.
Több különleges kihívás is szerepel, például rendelnek egy abszurd promptot (ember lovon, amely egy újabb lovon ül), vagy tesztelik, hogy mennyire maradnak következetesek a stílusban, illetve hogyan bánnak a nonhumán karakterekkel (pl. beszélő krumpli). A tesztek kiemelik az erősségeket és gyenge pontokat, de a végső megoldás vagy sorrend ismertetését nem lövik le előre.
